SlideShare ist ein Scribd-Unternehmen logo
1 von 28
DATA WAREHOUSE BASE DE DATOS  UNIVERSIDAD ESTATAL DE MILAGRO ENERO DE 2010 MAURICIO QUINTUÑA
La definición de empresa:  Es una unidad de producción de bienes y servicios para satisfacer las necesidades de un mercado.
[object Object],[object Object]
Entorno de la empresa actual. Globalización de los mercados. Es necesario contar con ventaja competitiva o comparativa respecto a otras empresas. Incertidumbre y turbulencia del entorno. Oferta en un entorno de alto nivel de competencia. Demanda más exigente y selectiva. Aumento de la innovación y oferta de productos. Acortamiento del ciclo de vida de los productos. Utilización del costo, calidad, tiempo, innovación y orientación al cliente como estrategias de negocios.
[object Object],[object Object]
[object Object]
Uno de los valores más importantes de una organización es la información. Estos valores normalmente son guardados por la empresa de dos formas:
Los sistemas operacionales de registros (de donde el Data Warehouse obtiene los datos) y nuestro almacén de datos.,[object Object]
Las razones básicas de porque una organización implementa Data Warehouse: a) Para realizar tareas en los servidores y discos, asociados a queries y reportes en servidores y discos que no son utilizados por sistemas de proceso de transacciones. b) Para utilizar modelos de datos o tecnologías de servidores que agilizan los queries y reportes, y que no son apropiados para los procesos de transacciones. c) Para proveer un ambiente donde relativamente una muy poca cantidad de conocimiento de los aspectos técnicos de tecnología de bases de datos es requerida para escribir y mantener queries y reportes. d) Para proveer un almacén del sistema de proceso de transacciones limpio que puede ser reportado y que no necesariamente requiere que se arregle el sistema de proceso de transacciones. e) Para hacer los queries y reportes de datos básicamente más fácil de los múltiples procesos de transacciones y de las fuentes externas y de los datos que deben ser almacenados solamente para el propósito de hacer queries y reportes.
Los procesos básicos del Data WareHouse (ETL): Extracción: este es el primer paso de obtener la información hacia el ambiente del Data Warehouse.  b) Transformación: una vez que la información es extraída hacia el área de trafico de datos, hay posibles paso de transformación como; limpieza de la información, tirar la basura que no nos sirve, seleccionar únicamente los campos necesarios para el Data Warehouse, combinar fuentes de datos, haciéndolas coincidir por los valores de las llaves, creando nuevas llaves para cada registro de una dimensión.  c) Carga: al final del proceso de transformación, los datos están en forma para ser cargados.
Los elementos básicos de un Data WareHouse:  Sistema fuente: sistemas operacionales de registros donde sus funciones son capturar las transacciones del negocio. A los sistemas fuentes también se le conoce como LegacySystem. b) Área de trafico de datos: es un área de almacenamiento y grupo de procesos, que limpian transforman, combinan, remover los duplicados, guardan, archivan y preparan los datos fuente para ser usados en el Data Warehouse. c) Servidor de presentación: la maquina física en donde los datos del Data Warehouse son organizados y almacenados para Queriesdirectos por los usuarios finales, reportes y otras aplicaciones.  d) Modelo dimensional: una disciplina especifica para el modelado de datos que es una alternativa para los modelos de entidad – relación.  e) Data Warehousesystem. f) OLAP: actividad general de búsquedas para presentación de texto y números del Data WareHouse, también un estilo dimensional especifico de búsquedas y presentación de información.
g) ROLAP: un grupo de interfases de usuarios y aplicaciones que le dan a la base de datos relacional un estilo dimensional.  h) MOLAP: un grupo de interfases de usuarios, aplicaciones y propietarios de tecnología de bases de datos que tienen un fuerte estilo dimensional.  i) Aplicaciones para usuarios finales: una colección de herramientas que hacen los queries, analizan y presentan la información objetivo para el soporte de las necesidades del negocio.
El Data Mining y su relación con el Data Warehouse. Un sistema Data Mining es una tecnología de soporte para usuario final cuyo objetivo es extraer conocimiento útil y utilizable a partir de la información contenida en las bases de datos de las empresas. Las herramientas de Data Mining sirven para predecir tendencias y comportamientos, de esta manera permiten a las organizaciones tomar decisiones proactivas para adaptarse rápidamente a los cambios del mercado obteniendo así ventajas heterogéneas Bases de Datos relacionales, ficheros planos y registros de transacciones en línea. El Data Warehouse dota a las organizaciones de memoria, y el Data Mining de inteligencia. .
Ventajas de Data Warehouse:a) Proporciona información clave para la toma de decisiones empresariales.Mejora la calidad de las decisiones tomadas.b) Especialmente útil para el medio y largo plazo.c) Son sistemas relativamente sencillos de instalar si las fuentes de datos y los objetivos están claros.d) Muy útiles para el almacenamiento de análisis y consultas de históricos.  Desventajas:a) No es muy útil para la toma de decisiones en tiempo real debido al largo tiempo de procesamiento que puede requerir. En cualquier caso la tendencia de los productos actuales (junto con los avances del hardware) es la de solventar este problema convirtiendo la desventaja en una ventaja.b) Requiere de continua limpieza, transformación e integración de datos.c) En un proceso de implantación puede encontrarse dificultades ante los diferentes objetivos que pretende una organización.d) Una vez implantado puede ser complicado añadir nuevas fuentes de datos.
Evolución desde los datos operacionales hasta la información para la toma de decisiones Usuario final Toma de decisiones Analista negocios Presentación de datos Técnicas de visualización Data Mining Exploración de datos y descubrimiento de información Analista datos Data Warehouses / Data Marts OLAP Admon.DB Fuentes de Datos Papel, ficheros, fuentes externas, SGBDS, OLTP
Cuatro características clave del Data Warehouse ,[object Object]
La vinculación implícita con la estrategia de la empresa
Una lógica de mejora continua
Un nivel de madurez diferente según las empresas,[object Object]
Arquitectura Data Warehouse ,[object Object]
Nivel de acceso a la información
Nivel de acceso a los datos
Nivel de directorio de datos (Metadata)
Nivel de gestión de proceso
Nivel de mensaje de la aplicación
Nivel de data warehouse
Nivel de organización de datos ,[object Object]

Weitere ähnliche Inhalte

Was ist angesagt?

Sistemas de informacion para la toma de decisiones
Sistemas de informacion para la toma de decisionesSistemas de informacion para la toma de decisiones
Sistemas de informacion para la toma de decisiones
Jhonn Daniel Yepez
 
Sistema de gestion documental
Sistema de gestion documentalSistema de gestion documental
Sistema de gestion documental
willfer13
 
Exposicion big data
Exposicion big dataExposicion big data
Exposicion big data
mateo luquez
 
Sistemas de información
Sistemas de informaciónSistemas de información
Sistemas de información
guestd49fa4
 
Sistemas de apoyo a la toma de decisiones
Sistemas de apoyo a la toma de decisionesSistemas de apoyo a la toma de decisiones
Sistemas de apoyo a la toma de decisiones
heynan
 
Arquitectura de Datos
Arquitectura de DatosArquitectura de Datos
Arquitectura de Datos
Jazmin Glez.
 
Introducción a los Sistemas de Información Empresariales
Introducción a los  Sistemas de Información Empresariales Introducción a los  Sistemas de Información Empresariales
Introducción a los Sistemas de Información Empresariales
ninoska89
 

Was ist angesagt? (20)

Componentes de Business Intelligence
Componentes de Business IntelligenceComponentes de Business Intelligence
Componentes de Business Intelligence
 
Fundamentos de las bases de datos
Fundamentos de las bases de datosFundamentos de las bases de datos
Fundamentos de las bases de datos
 
Big data presentacion
Big data presentacionBig data presentacion
Big data presentacion
 
Capitulo 2 introducción al business intelligence
Capitulo 2   introducción al business intelligenceCapitulo 2   introducción al business intelligence
Capitulo 2 introducción al business intelligence
 
OLAP - Procesamiento Analítico en Línea.
OLAP - Procesamiento Analítico en Línea.OLAP - Procesamiento Analítico en Línea.
OLAP - Procesamiento Analítico en Línea.
 
Sistemas de informacion para la toma de decisiones
Sistemas de informacion para la toma de decisionesSistemas de informacion para la toma de decisiones
Sistemas de informacion para la toma de decisiones
 
Sistema de gestion documental
Sistema de gestion documentalSistema de gestion documental
Sistema de gestion documental
 
Mining data, big data, cloud computing.
Mining data, big data, cloud computing.Mining data, big data, cloud computing.
Mining data, big data, cloud computing.
 
Big data diapositivas
Big data diapositivasBig data diapositivas
Big data diapositivas
 
AUDITORIA INFORMATICA
AUDITORIA INFORMATICAAUDITORIA INFORMATICA
AUDITORIA INFORMATICA
 
Big data presentación
Big data presentaciónBig data presentación
Big data presentación
 
Exposicion big data
Exposicion big dataExposicion big data
Exposicion big data
 
Sistemas de información
Sistemas de informaciónSistemas de información
Sistemas de información
 
Sistema de informacion empresarial
Sistema de informacion empresarialSistema de informacion empresarial
Sistema de informacion empresarial
 
Sistemas de apoyo a la toma de decisiones
Sistemas de apoyo a la toma de decisionesSistemas de apoyo a la toma de decisiones
Sistemas de apoyo a la toma de decisiones
 
Infraestructura de ti y tecnologías emergentes. trabajo grupal - ga6
Infraestructura de ti y tecnologías emergentes.  trabajo grupal - ga6Infraestructura de ti y tecnologías emergentes.  trabajo grupal - ga6
Infraestructura de ti y tecnologías emergentes. trabajo grupal - ga6
 
Arquitectura de Datos
Arquitectura de DatosArquitectura de Datos
Arquitectura de Datos
 
Introducción a los Sistemas de Información Empresariales
Introducción a los  Sistemas de Información Empresariales Introducción a los  Sistemas de Información Empresariales
Introducción a los Sistemas de Información Empresariales
 
Big data
Big dataBig data
Big data
 
Qué Son Las Bases De Datos
Qué Son Las Bases De DatosQué Son Las Bases De Datos
Qué Son Las Bases De Datos
 

Andere mochten auch

Que Es Un Datawarehouse
Que Es Un DatawarehouseQue Es Un Datawarehouse
Que Es Un Datawarehouse
guest10616d
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouse
guest10616d
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-mining
Nintendo
 
Bases de datos distribuidas
Bases de datos distribuidasBases de datos distribuidas
Bases de datos distribuidas
Max Perez
 
Ventajas y desventajas de las bases de datos frente a los archivos
Ventajas y desventajas de las bases de datos frente a los archivosVentajas y desventajas de las bases de datos frente a los archivos
Ventajas y desventajas de las bases de datos frente a los archivos
Isabel
 
Elementos de la base de datos
Elementos de la base de datosElementos de la base de datos
Elementos de la base de datos
Manuel Hernandez
 
Sistemas de base de datos vs sistemas de archivos
Sistemas de base de datos vs sistemas de archivosSistemas de base de datos vs sistemas de archivos
Sistemas de base de datos vs sistemas de archivos
Universidad de Panamá
 

Andere mochten auch (20)

Que Es Un Datawarehouse
Que Es Un DatawarehouseQue Es Un Datawarehouse
Que Es Un Datawarehouse
 
Que Es Un Data Warehouse
Que Es Un Data WarehouseQue Es Un Data Warehouse
Que Es Un Data Warehouse
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Introducción a DataWarehouse e Inteligencia de Negocios
Introducción a DataWarehouse e Inteligencia de NegociosIntroducción a DataWarehouse e Inteligencia de Negocios
Introducción a DataWarehouse e Inteligencia de Negocios
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-mining
 
Base de datos distribuidas vs centralizadas
Base de datos distribuidas vs centralizadasBase de datos distribuidas vs centralizadas
Base de datos distribuidas vs centralizadas
 
Bases de datos distribuidas
Bases de datos distribuidasBases de datos distribuidas
Bases de datos distribuidas
 
Objetivos de las bases de datos
Objetivos de las bases de datosObjetivos de las bases de datos
Objetivos de las bases de datos
 
Informatica Pentaho Etl Tools Comparison
Informatica Pentaho Etl Tools ComparisonInformatica Pentaho Etl Tools Comparison
Informatica Pentaho Etl Tools Comparison
 
Ventajas y desventajas de las bases de datos frente a los archivos
Ventajas y desventajas de las bases de datos frente a los archivosVentajas y desventajas de las bases de datos frente a los archivos
Ventajas y desventajas de las bases de datos frente a los archivos
 
BUSINESS INTELLIGENCE
BUSINESS INTELLIGENCEBUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE
 
Diapositivas sobre BD (Base de Datos)
Diapositivas sobre BD (Base de Datos)Diapositivas sobre BD (Base de Datos)
Diapositivas sobre BD (Base de Datos)
 
La organización matricial
La organización matricialLa organización matricial
La organización matricial
 
Elementos de la base de datos
Elementos de la base de datosElementos de la base de datos
Elementos de la base de datos
 
Informática: Bases de Datos
Informática: Bases de DatosInformática: Bases de Datos
Informática: Bases de Datos
 
Bases De Datos "Conceptos Basicos"
Bases De Datos "Conceptos Basicos"Bases De Datos "Conceptos Basicos"
Bases De Datos "Conceptos Basicos"
 
Caracteristicas de las bases de datos
Caracteristicas de las bases de datosCaracteristicas de las bases de datos
Caracteristicas de las bases de datos
 
Sistemas de base de datos vs sistemas de archivos
Sistemas de base de datos vs sistemas de archivosSistemas de base de datos vs sistemas de archivos
Sistemas de base de datos vs sistemas de archivos
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
Arquitectura de un dw
Arquitectura de un dwArquitectura de un dw
Arquitectura de un dw
 

Ähnlich wie Que Es Un Data Warehouse

Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1
nestor
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligence
Irene Lorza
 
Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1
Calzada Meza
 
Arquitectura de datos empresariales ta. informe
Arquitectura de datos empresariales   ta. informeArquitectura de datos empresariales   ta. informe
Arquitectura de datos empresariales ta. informe
CarlosTenelema1
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-mining
Nintendo
 

Ähnlich wie Que Es Un Data Warehouse (20)

Data warehouse
Data warehouseData warehouse
Data warehouse
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Datawarehouse1
Datawarehouse1Datawarehouse1
Datawarehouse1
 
data warehouse
data warehousedata warehouse
data warehouse
 
Bussiness inteligence
Bussiness inteligenceBussiness inteligence
Bussiness inteligence
 
Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1Topicos de ingeneria_de_sistema_sii_calzada1
Topicos de ingeneria_de_sistema_sii_calzada1
 
Datawarehouse
DatawarehouseDatawarehouse
Datawarehouse
 
1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt1DATA WAREHOUSE.ppt
1DATA WAREHOUSE.ppt
 
Arquitectura de datos empresariales ta. informe
Arquitectura de datos empresariales   ta. informeArquitectura de datos empresariales   ta. informe
Arquitectura de datos empresariales ta. informe
 
ALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptxALMACEN DE DATOS.pptx
ALMACEN DE DATOS.pptx
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Kdd fase1
Kdd fase1Kdd fase1
Kdd fase1
 
Data mart-data-warehouse-data-mining
Data mart-data-warehouse-data-miningData mart-data-warehouse-data-mining
Data mart-data-warehouse-data-mining
 
Fundamentos de Sistemas de Base de Datos (Capítulo 29 y 30)
Fundamentos de Sistemas de Base de Datos (Capítulo 29 y 30)Fundamentos de Sistemas de Base de Datos (Capítulo 29 y 30)
Fundamentos de Sistemas de Base de Datos (Capítulo 29 y 30)
 
Cuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utplCuestiones de repaso_cap_31_utpl
Cuestiones de repaso_cap_31_utpl
 
La planificacion segun_data_ware_house
La planificacion segun_data_ware_houseLa planificacion segun_data_ware_house
La planificacion segun_data_ware_house
 
Negocios inteligentes
Negocios inteligentesNegocios inteligentes
Negocios inteligentes
 
Data warehouse
Data warehouseData warehouse
Data warehouse
 
Data mart
Data martData mart
Data mart
 
Almacenes de datos
Almacenes de datosAlmacenes de datos
Almacenes de datos
 

Kürzlich hochgeladen

6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
Wilian24
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
amelia poma
 
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdfPROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
EduardoJosVargasCama1
 

Kürzlich hochgeladen (20)

La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración Ambiental
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
 
Código Civil de la República Bolivariana de Venezuela
Código Civil de la República Bolivariana de VenezuelaCódigo Civil de la República Bolivariana de Venezuela
Código Civil de la República Bolivariana de Venezuela
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria6°_GRADO_-_MAYO_06 para sexto grado de primaria
6°_GRADO_-_MAYO_06 para sexto grado de primaria
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdf
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
 
Novena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan EudesNovena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan Eudes
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptx
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdfPROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
PROPUESTA COMERCIAL SENA ETAPA 2 ACTIVIDAD 3.pdf
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 

Que Es Un Data Warehouse

  • 1. DATA WAREHOUSE BASE DE DATOS UNIVERSIDAD ESTATAL DE MILAGRO ENERO DE 2010 MAURICIO QUINTUÑA
  • 2. La definición de empresa: Es una unidad de producción de bienes y servicios para satisfacer las necesidades de un mercado.
  • 3.
  • 4. Entorno de la empresa actual. Globalización de los mercados. Es necesario contar con ventaja competitiva o comparativa respecto a otras empresas. Incertidumbre y turbulencia del entorno. Oferta en un entorno de alto nivel de competencia. Demanda más exigente y selectiva. Aumento de la innovación y oferta de productos. Acortamiento del ciclo de vida de los productos. Utilización del costo, calidad, tiempo, innovación y orientación al cliente como estrategias de negocios.
  • 5.
  • 6.
  • 7. Uno de los valores más importantes de una organización es la información. Estos valores normalmente son guardados por la empresa de dos formas:
  • 8.
  • 9. Las razones básicas de porque una organización implementa Data Warehouse: a) Para realizar tareas en los servidores y discos, asociados a queries y reportes en servidores y discos que no son utilizados por sistemas de proceso de transacciones. b) Para utilizar modelos de datos o tecnologías de servidores que agilizan los queries y reportes, y que no son apropiados para los procesos de transacciones. c) Para proveer un ambiente donde relativamente una muy poca cantidad de conocimiento de los aspectos técnicos de tecnología de bases de datos es requerida para escribir y mantener queries y reportes. d) Para proveer un almacén del sistema de proceso de transacciones limpio que puede ser reportado y que no necesariamente requiere que se arregle el sistema de proceso de transacciones. e) Para hacer los queries y reportes de datos básicamente más fácil de los múltiples procesos de transacciones y de las fuentes externas y de los datos que deben ser almacenados solamente para el propósito de hacer queries y reportes.
  • 10. Los procesos básicos del Data WareHouse (ETL): Extracción: este es el primer paso de obtener la información hacia el ambiente del Data Warehouse. b) Transformación: una vez que la información es extraída hacia el área de trafico de datos, hay posibles paso de transformación como; limpieza de la información, tirar la basura que no nos sirve, seleccionar únicamente los campos necesarios para el Data Warehouse, combinar fuentes de datos, haciéndolas coincidir por los valores de las llaves, creando nuevas llaves para cada registro de una dimensión. c) Carga: al final del proceso de transformación, los datos están en forma para ser cargados.
  • 11. Los elementos básicos de un Data WareHouse: Sistema fuente: sistemas operacionales de registros donde sus funciones son capturar las transacciones del negocio. A los sistemas fuentes también se le conoce como LegacySystem. b) Área de trafico de datos: es un área de almacenamiento y grupo de procesos, que limpian transforman, combinan, remover los duplicados, guardan, archivan y preparan los datos fuente para ser usados en el Data Warehouse. c) Servidor de presentación: la maquina física en donde los datos del Data Warehouse son organizados y almacenados para Queriesdirectos por los usuarios finales, reportes y otras aplicaciones. d) Modelo dimensional: una disciplina especifica para el modelado de datos que es una alternativa para los modelos de entidad – relación. e) Data Warehousesystem. f) OLAP: actividad general de búsquedas para presentación de texto y números del Data WareHouse, también un estilo dimensional especifico de búsquedas y presentación de información.
  • 12. g) ROLAP: un grupo de interfases de usuarios y aplicaciones que le dan a la base de datos relacional un estilo dimensional. h) MOLAP: un grupo de interfases de usuarios, aplicaciones y propietarios de tecnología de bases de datos que tienen un fuerte estilo dimensional. i) Aplicaciones para usuarios finales: una colección de herramientas que hacen los queries, analizan y presentan la información objetivo para el soporte de las necesidades del negocio.
  • 13.
  • 14. El Data Mining y su relación con el Data Warehouse. Un sistema Data Mining es una tecnología de soporte para usuario final cuyo objetivo es extraer conocimiento útil y utilizable a partir de la información contenida en las bases de datos de las empresas. Las herramientas de Data Mining sirven para predecir tendencias y comportamientos, de esta manera permiten a las organizaciones tomar decisiones proactivas para adaptarse rápidamente a los cambios del mercado obteniendo así ventajas heterogéneas Bases de Datos relacionales, ficheros planos y registros de transacciones en línea. El Data Warehouse dota a las organizaciones de memoria, y el Data Mining de inteligencia. .
  • 15. Ventajas de Data Warehouse:a) Proporciona información clave para la toma de decisiones empresariales.Mejora la calidad de las decisiones tomadas.b) Especialmente útil para el medio y largo plazo.c) Son sistemas relativamente sencillos de instalar si las fuentes de datos y los objetivos están claros.d) Muy útiles para el almacenamiento de análisis y consultas de históricos. Desventajas:a) No es muy útil para la toma de decisiones en tiempo real debido al largo tiempo de procesamiento que puede requerir. En cualquier caso la tendencia de los productos actuales (junto con los avances del hardware) es la de solventar este problema convirtiendo la desventaja en una ventaja.b) Requiere de continua limpieza, transformación e integración de datos.c) En un proceso de implantación puede encontrarse dificultades ante los diferentes objetivos que pretende una organización.d) Una vez implantado puede ser complicado añadir nuevas fuentes de datos.
  • 16. Evolución desde los datos operacionales hasta la información para la toma de decisiones Usuario final Toma de decisiones Analista negocios Presentación de datos Técnicas de visualización Data Mining Exploración de datos y descubrimiento de información Analista datos Data Warehouses / Data Marts OLAP Admon.DB Fuentes de Datos Papel, ficheros, fuentes externas, SGBDS, OLTP
  • 17.
  • 18. La vinculación implícita con la estrategia de la empresa
  • 19. Una lógica de mejora continua
  • 20.
  • 21.
  • 22. Nivel de acceso a la información
  • 23. Nivel de acceso a los datos
  • 24. Nivel de directorio de datos (Metadata)
  • 25. Nivel de gestión de proceso
  • 26. Nivel de mensaje de la aplicación
  • 27. Nivel de data warehouse
  • 28.
  • 29.
  • 30. JDE DB2 AS400 Lay out FTP protocolo Data Warehouse COGNOS Windows server 2003 Ventas catálogos Ledger movements OS400 Formato TXT Reportes compras Inventarios ventas Location Clientes inventarios reportes manufactura contabilidad costos
  • 31.
  • 32.
  • 33.
  • 34. Conclusiones ¿Qué es un Datawarehouse? Es una base de datos que contiene datos de la empresa, además de integrar una serie de datos históricos. Tiene una orientación a uno o varios temas, con datos consolidados y consistentes, estructurados para su distribución y consulta.   ¿Tengovarias Bases de Datos, puedoalmacenar la información en un mismo Data Warehouse? Desdeluegoquesi, al concentrar la información en una Data Warehouse, el acceso a la informaciónesmásrápido, además de queesposiblehacer cruces entre la información de diferentes Bases de Datos.